最近开始认真的去读论文了,而且慢慢读出了一点味道,首先最基本的读的速度变快了,可能是因为读的这几篇论文里重复的单词比较多,,,,害怕读的论文,过了一段时间又给忘了,所以一点一点记下来。
我做的毕设是彩色水果图像的分割嘛,所以先读的论文自然都是和水果有关的,去那些数据库搜索文献,关键词就是 fruit image segmentation。
1 <Object Segmentation For Fruit Image Using OHTA Color Space and Cascade Threshold> author:Priska Irenda Vasthi, Retno Kusumaningrum
这篇paper呢 题目我看上去觉得老厉害了,哇,,谁说不能用颜色空间去分割水果了,这不写着可以嘛,,好,,我去读了,,然后发现,,这篇文章说它的优点,首先他利用了OHTA彩色空间来解决光照不均匀的问题,然后通过级联阈值的方式消除了过分割和分割不全的问题,OHTA彩色空间,也就是(I1I2I3彩色空间)与rgb对应的转换公式就是这个:
然后用这三个颜色分量其实也就是用了I2,
如果原图的I2分量的值大于等于阈值T(实验得来的静态值,不过没给具体值),那么就让这个像素保持原样,不然变为255 ,白色,,结果像是抠图一然后样,然后:
结果:
此时第一步完成了,所谓的不均匀光照,,完事了。第二步,,消除过分割和不完全分割。
第二部就是一个静态阈值 50(实验得到的,,,),如果在这个Restore Image中有灰度值小于50,那么就把它变为255,
有疑问所以从他的reference里找了另一篇关于OHTA的。
下一篇!
2: <A Method for Color Classification of Fruits Based on Machine Vision>
这一篇,提出了一种主要颜色,,然后利用这个主要颜色的直方图来对水果分类。
图像预处理:
第一步,利用OHTA空间分割背景与水果,这里的阈值是固定的。因为光照可控。(还真是有时候一种分割方法只针对一种特定情况,,)
第二步,滤波除噪。不然会影响后续提取的主颜色的准确度。以前的除噪方法在每一个颜色频道上进行除噪,然后复合,得到目的图像,但是这样的话会产生新颜色,破坏了照片的原有颜色(原文)这里用了Vector median filtering(又是一篇文献啊,,),能解决这个问题。
主要颜色特征提取:
不细致说了,大体就是如下:
首先选取的是HSV彩色空间,
然后把这个彩色空间量化,
然后把这个主要颜色给聚类再得到它们的直方图,然后匹配。。。效果图
然后匹配的方式公式也在文献中。
人家特么是为了这么个玩意儿,,,,